艇载激光武器对于潜艇的自我防御和任务拓展有着极大的意义,通过综述激光武器的研究进展,介绍美国激光武器的发展现状以及应用情况,进而提出潜艇加装激光武器的要求。对于艇载激光武器使用时机给出了建议,并分析了艇载激光武器毁伤反潜巡逻机的能力,重点介绍了利用激光武器对抗反潜巡逻机的流程,最后展望了艇载激光武器可以执行的任务类型,为相关领域研究提供参考。

智能化指挥控制是未来无人机集群作战指挥控制的必然趋势。基于对象过程方法论(object-process methodology,OPM)提出了一种无人机集群智能化指挥控制概念模型。在统一视图下对无人机集群智能化指挥控制的实体对象、信息、环境、过程等进行了抽象描述。采用运行功能统一规范建模方法(operational-functional unified specification,OFUS)设计构建了无人机集群智能化指挥控制顶层概念模型、SD1级放大模型和SD2级子过程模型,并通过OPCAT软件推演功能对模型进行检验和验证,证明了模型的逻辑可行性。

面向体系对抗趋势下不断提升的战争复杂性,引入基于模型的系统工程方法到复杂体系作战建模设计中,通过梳理体系作战的建模需求与内在机理,采用统一架构框架(Unified Architecture Framework,UAF)提出基于场景的体系作战建模方法。以多目标搜索攻击任务为案例,构建了相应的战略、运行、资源、服务等视图模型,并开展了逻辑仿真验证,可为体系作战设计与建模仿真提供依据及参考。

针对当前多军兵种联合作战实战化训练的需求,建模和仿真领域的未来目标是创建统一的真实-虚拟-构造(LVC)集成架构,支持快速集成模型和开展仿真,用于联合作战训练、战术协同、拟制作战计划和评估等。通过探究LVC概念内涵和应用领域,分析美军LVC训练网络发展计划,梳理了分布式任务作战、联合仿真环境和美海军模拟训练三个典型LVC系统应用范例。借鉴美军应用LVC解决联合训练的经验做法,给出加快构建我军一体化联合训练的启示,为我军联合训练环境建设提供有价值的参考。

我们正迎来人类发展的第四次浪潮,正处于从信息社会向人类社会-物理世界-信息空间融合的智能社会的关键转型期。近年来,计算和信息技术飞速发展,深度学习的空前普及和成功将人工智能(AI)确立为人类探索机器智能的前沿领域。与此同时,得益于器件的革命性进展和人工智能(AI)的发展,脑机接口(BCI)植入技术同样快速落地,这意味着BCI+AI 碳基硅基融合的开始,然而,硅基和碳基运算的底层逻辑存在根本差异,脑的智能机制仍有待进一步探索。本研究提出的视觉认知引导的孪生AI深度网络,是由个人意识驱动的深度网络技术,通过捕捉并解析个体的思维模式和创意灵感,为每个用户量身打造独特的视觉世界。在这样的环境中,每个人都成为自己创造世界的视觉主导者,打破物质和意识的壁垒,得以展现丰富的个性和创造力。

大数据和人工智能技术在军事领域中的广泛应用使智能化战争逐渐成为一种全新的战争形态。基于智能化战争的特点,阐述了传统武器装备所面临的挑战,提出了数字化、智能化战争条件下武器装备体系发展的策略,对提高武器装备体系效能、赢得未来战争的主动权具有一定的现实意义。

俄乌冲突是无人智能装备自研发列装以来运用最为广泛的一次局部冲突。在此次冲突中出现的各型无人智能装备给传统的杀伤链带来了一系列的变动与挑战。为研究无人智能装备在俄乌冲突中的作战运用及对杀伤链的影响,根据公开报道信息从杀伤链的角度对丰富杀伤链感知节点可选项、降低杀伤链杀伤成本和缩短杀伤链闭环时间三个方面分析了无人智能装备在俄乌冲突中的运用情况和特点。基于俄乌双方无人智能装备运用的经验教训,提出了无人智能装备发展的启示与建议。

作战概念是联合作战的重要表现形式,是新质作战力量建设运用的重要驱动力。针对战争形态快速嬗变的实际,单纯以文字撰写为主要方式的作战概念创新已不能满足未来作战的需求,迫切需要从工程化视角对作战概念开发进行科学规范。在深入分析作战概念开发国内外研究现状基础上,科学归纳了作战概念开发的描述、设计和验证三类典型需求,提出了一种“四层六段”架构的作战概念开发框架,详细分析了该开发框架的主要内容、内部逻辑、基本流程和方法工具,为开发具体的作战概念提供框架借鉴。

针对空战环境中弹目攻防双方的对抗特性,提出了一种基于博弈论的弹目攻防决策方法。基于导弹目标运动数学关系得到状态方程,根据弹目攻防对抗机理建立“一对一导弹-目标”动态博弈模型,确定弹目双方策略集与收益矩阵,提出混合策略纳什均衡求解方法,并结合模型滚动预测方法获得该策略空间的纳什均衡点。算例仿真结果表明,基于混合策略下导弹制导律为该策略空间的纳什均衡点,且该方法可以减小导弹对目标的脱靶量,提高导弹的命中精度,为导弹攻防作战提供了依据。

人工智能的进步深刻改变了各行各业,智能空战就是其中的典型代表之一。根据空战游戏的特点,构建了智能空战模型,主要包括样本集合的获取以及适用于空战决策的网络模型选择。结合空战连续状态、连续动作、现有战术动作等的特点,通过对比多个智能学习网络模型,选择DQN算法作为智能空战的模型,同时借助飞行模拟游戏DCS,采取与游戏内自带敌人对战的方式进行动态交互训练,得到能够在一定程度上操作战机作战的模型与具有参考价值的空战案例,通过对这些案例的分析,形成了胜/负/平局三类样本数据集。仿真结果表明,本文所构建的智能空战模型不仅有助于生成新的对策案例样本,而且有助于丰富空战战术。

在形式化描述作战概念能力需求分析问题的基础上,设计了一种基于深度强化学习的作战概念能力需求分析方法,重点对该方法的仿真实验、代理模型、强化学习等关键技术进行了分析和研究。通过关键技术的实现,该方法能够获取高可信度的仿真小样本数据集;基于经验数据构建作战概念的代理模型,并输入高可信度仿真数据集,应用多目标优化算法对代理模型进行优化训练;最后,将训练得到的代理模型与深度强化学习框架进行交互寻优,实现作战概念能力需求的反向探索。

现代军事活动中,空地协同多编队样式越发重要。已有的目标意图识别方法对单一编队效果较好,但对空中和地面协同的多编队场景尚缺乏有力的解决方法。因此,采用动态序列贝叶斯网络(Dynamic Series Bayesian Network, DSBN)对空地协同编队进行意图识别。该方法首先利用DSBN构建了一个空地协同作战意图识别整体模型,用于描述空中和地面编队之间的协同行动过程,然后通过将不同战场域的事件及其相关概率关系进行融合,结合辅助战场信息,使用推理网络实现对敌方协同作战意图的识别。该方法充分考虑了空中目标的行为规则,精细描述其行为模式和趋势,更好地适用于多协同目标编队的场景。最后通过实例仿真验证了该方法的可行性和有效性。

智能化作战效能评估是智能无人技术与装备体系论证与发展规划的有效手段,构建科学合理的评估指标体系是进行智能化作战效能评估的首要前提。介绍了国内外构建作战效能评估指标体系技术现状,提出了将一种制胜机理与数据挖掘相结合的智能化作战效能评估指标体系构建方法,分析了智能化作战效能指标体系框架构建与认知域指标属性度量等关键技术,为构建通用的智能化作战效能评估指标体系提供理论参考。

随着巡飞弹技术的广泛应用和执行任务的日益复杂,巡飞弹编队任务规划面临着新的挑战。以巡飞弹任务价值收益与任务损耗代价为优化目标,同时考虑任务执行时序等多种实际约束,构建基于多种约束条件的多巡飞弹战前筹划任务分配模型。为求解该模型,设计一种基于模拟退火的改进遗传算法,基于不同时期的种群适应度,调整自适应选择策略和自适应交叉策略,在保证收敛性的同时增加种群的多样性。最后通过案例验证所设计的改进算法在求解多巡飞弹任务分配问题上的有效性。

为解决迫击炮发射过程中可能发生的重装弹问题,确保部队实弹射击时人员和装备的安全,设计一种新型迫击炮防重装弹系统,借助炮弹装填时的下滑力和缓冲机运动时的缓冲力来自动切换自身状态的指示物,从而解决迫击炮实弹射击中可能出现的“重装弹”问题。通过顶杆组件与缓冲机之间的相互作用,可实现将缓冲力传递至防重装弹系统。经理论计算与仿真实验验证,表明其顶杆组件能够满足迫击炮射击的强度和稳定性要求。

针对火力-目标分配问题解空间较大、离散、非线性等特点,提出了一种基于DQN的深度强化学习算法,通过将6层全连接前馈神经网络与Q-learning算法相结合,充分发挥了深度学习的感知能力和强化学习的决策能力,通过模型性能测试对比,该方法拟合能力较强、收敛速度较快、方差抖动性较小,并通过实际作战场景对算法进行了验证,所得的分配结果符合作战期望,可为指挥员火力打击分配问题决策提供一定参考。

针对作战系统的智能化设计问题,提出了基于Agent的人工智能技术概念框架和应用方法。首先,阐述了Agent概念,讨论了在作战系统中研究Agent的重要意义。然后,介绍了基于Agent的人工智能研究框架,列举了Agent在作战系统中的多种应用方式。最后,分析了Agent技术发展趋势及其作战应用可能面临的风险与挑战。

针对单一航路规划算法代价函数评价指标有限,规划推荐的最优航路为局部指标最优的问题,根据导弹作战要求和作战环境特点,从飞行安全、突防安全、打击精度要求出发,建立对陆攻击巡航导弹航路规划评价指标体系,定性分析了导弹撞地与落入人文区概率、航迹穿越探测区与拦截区幅度、自控飞行与探测识别精度等具体评价指标,对优化航路规划寻优算法有一定借鉴意义。

针对现有水下目标纯方位机动检测方法存在的检测时延长、准确率低等问题,提出了基于深度学习的目标运动模式分类和方位预测两种纯方位机动检测方法。将目标处于匀速(CV)运动状态和匀转弯(CT)运动状态的方位观测作为训练数据集,通过长短时记忆(Long Short-Term Memory, LSTM)神经网络实现目标运动模式分类和方位预测,进而实现基于运动模式分类和方位预测的水下目标机动检测。仿真结果表明,相比传统方位预测的机动检测方法,该方法降低了对方位观测误差和目标机动幅度的敏感度,具有更高的机动检测准确率和更小的机动检测延迟。

针对领域短文本中命名实体在计算资源受限情况下识别率不高的问题,设计了一种融入领域知识的双BiLSTM_CRF+全连接网络模型,对领域短文本命名实体进行识别。利用领域知识图谱中的关键知识实体及其关键关系,经投影变换、聚类和全局向量词嵌入处理,并基于词向量相似性计算,发现与待识别领域命名实体相似的关键知识实体,将其替换为关键知识实体后生成新的领域短文本,与未替换的领域短文本一同输入模型中进行命名实体识别,使领域知识融入领域短文本的命名实体识别过程,实验结果表明本方法较现有其他同类方法获得了较优的识别能力。

视频多目标跟踪面临的主要挑战是严重遮挡带来的身份切换问题。解决身份切换的技术为视频目标关联,即识别不同帧中的同一目标并分配身份编号。针对身份切换提出长短时视频目标关联算法,该算法在短时即相邻帧之间使用运动特征进行目标匹配,在长时即不相邻帧之间增加外观特征进行目标匹配,实现对于遮挡后被检出目标的再匹配。此外对卡尔曼滤波进行改进,增加框宽参数,使得预测框更准确;还使用平均外观特征并增加检测置信度作为更新参数,使得外观特征鲁棒性更强,在复杂环境下仍能表现良好。长短时算法在数据集MOT17上多目标跟踪精度得分81.3,身份F1值得分81.3,实现了严重遮挡场景下的稳定跟踪。

针对传统战场态势认知过程中缺乏对作战区域的有效分析与识别的问题,提出了一种面向作战区域提取的空战场目标轨迹分析方法。首先,基于改进Douglas-Peucker算法对目标原始轨迹进行特征点提取,得到目标特征轨迹,从而降低目标轨迹冗余信息;其次,利用密度峰值快速搜索聚类算法(Clustering by Fast Search and Find of Density Peaks,CFSFDP)对目标特征轨迹进行聚类分析,得到多个特征点簇,最后,基于Graham凸包算法对每个特征点簇进行扫描,进而得到闭合的多边形来表征作战区域。通过若干案例仿真验证了该算法模型的可行性和有效性。

人工智能技术的飞速发展,影响、制约、引导甚至主导现代作战方式。尤其在指控领域,人工智能技术通过指控系统与装备,深刻影响着指控活动各要素、各环节。然而,受限于人工智能技术新质性和军事系统特殊性,人工智能对指控的影响在非战争期间不易显性捕捉,难以显性度量。因此,从人工智能与指控的关系、人工智能对指控要素的影响方式、人工智能对指控的影响趋势、人工智能与指控协同进化面临的风险与挑战四个方面,系统挖掘人工智能对指控领域的作用机理。所得结论可以辅助军事人员更好地把控战场,把控战争,迎接智能化时代战争挑战。

在实际作战中,地球同步轨道卫星通常是最先发现弹道导弹发射的预警装备,然而,其提供的缺维探测信息,使得传统的引导交接方法难以直接应用于其对低轨卫星的目标引导上。针对此问题,对地球同步轨道卫星对低轨卫星的目标引导方法进行研究。首先,根据弹道导弹在发射及主动段飞行过程中产生红外辐射特性时的飞行高度约束,计算在单颗地球同步轨道卫星引导下,低轨卫星红外传感器的方位和俯仰探测范围。其次,对低轨卫星红外传感器的探测距离进行建模和计算,实现低轨卫星对目标的成功探测。最后,通过模拟仿真实验,验证了该方法的有效性和准确性。

面向行人和车辆的重识别技术已在情报分析领域得到成功应用,但是对于舰船目标的重识别技术研究还比较缺乏,对此本文提出了一种基于双重特征融合的海上去雾重识别网络,用于海面舰船目标的情报分析和监管。首先,为了降低负样本对特征的影响,采用了视角辅助的自适应查询扩展方法和基于相似度的特征融合方法。其次,在重识别分支的浅层嵌入了去雾分支,利用权重共享技术提取无雾特征,并通过上采样技术和金字塔模型重建去雾图像,以增强网络在低能见度场景下的识别能力。最后,提出了一种基于伪交并比的非极大值抑制方法,通过修正检测框置信度来提高船舶目标的检测精度。实验结果表明,所提方法的性能优于现有方法,并且各模块对网络性能都有贡献。

为了提高雷达目标识别准确率与不完备角域数据下的识别性能,提出一种基于时间序列森林的高分辨距离像(HRRP)目标识别算法。详细介绍了时间序列森林算法的基本原理和用于HRRP目标识别的基本步骤。对实测HRRP数据的实验结果表明,相比于K-最近邻(KNN)、支持向量机(SVM)、随机森林(RF)、卷积神经网络(CNN)和长短时记忆网络(LSTM)等经典的目标识别算法,本文算法具有较优的识别性能与更好的角域推广能力。在只训练1/2和1/3角域数据的条件下,对全角域数据识别率均值优于85%,较上述方法平均提升5.2%。

针对雷达训练中缺环境、缺装备的现状,提出了基于虚实结合的雷达操作训练方法。首先,分析了虚实结合概念的内涵;其次,研究了实体雷达与虚拟环境和虚拟雷达与实体环境两种虚实结合的交互方法;最后,结合具体训练需求,在同一场景中分析了实-实、实-虚、虚-实、虚-虚四种雷达与环境交互方法在雷达训练中的应用。

为了解决多个编队在新生目标参数不明确背景下的目标跟踪问题,提出了一种新生目标相关参数未知的编队目标跟踪算法,它可以有效地提高跟踪性能,从而更好地满足需求。通过采用高斯混合概率假设密度(ET-GM-PHD)滤波框架,对PHD参数进行预测,进而分析各个高斯分量之间的相关性,从而筛选出最优的量测集合,最终消除大多数的噪声干扰。再利用在编队目标运动区域内量测分布密集的特性,通过目标检测方法找到其位置并跟踪。最后,仿真实验表明,在新生目标相关参数未知的情况下,提出的方法能够快速有效地跟踪编队目标,具有较好的跟踪性能。

针对现有目标机动类型识别方法通用性不足、准确率较低等问题,提出基于改进K-medoids聚类的多层标签生成方法。以空中目标机动轨迹为例,设计多种数据预处理方法,采用动态时间规整作为聚类算法的距离度量,通过构建标签框架指导算法实施过程,进行迭代聚类以生成多层标签。在公开数据集上测试算法,实验结果表明,该方法在无监督情况下对第一层标签的识别准确率达到89.75%,接近传统有监督算法;同时,相对于没有引入标签框架的情况,能更有效地区分第二层模糊标签。该方法只需少量专家知识,便能简单地扩展到不同领域、不同机动类型。

“需求牵引、技术推动”是装备体系建设发展的主要规律,围绕军事领域体系需求论证分析问题,在明确体系需求分析基本内涵的基础上,融合威胁和能力的优点提出体系需求分析流程;针对体系需求分析中能力差距度量和映射分析等关键技术问题,建立了能力差距度量模型,采用质量功能展开(Quality Function Deployment,QFD)方法实现了能力需求-系统需求-技术需求之间的映射;并以典型空间目标监视体系分析为例,验证了本文提出的体系需求分析方法,为开展体系需求分析提供理论参考。

人机融合作为决定未来战争形式的关键因素,从提出到兴起备受各国军事领域专家的关注,它是促进人和机器智能协作的一种必要手段。针对人机融合系统,介绍了目前的研究现状、相关重要概念以及实际应用,分析了从无人系统到人机融合的整体发展进程,归纳了人机融合的相关理论和协同策略,得到了人机融合系统的实现框架、协同机制和发展研判,并对其性能优化方法和协同优化关键技术进行了深入剖析。

针对当前网络拓扑以设备类型为标注,难以反映设备节点间服务关系的问题,提出了一种基于服务映射的网络服务节点划分算法,通过网络节点间服务映射关系,判断服务社群归属,找寻网络服务的关键节点及节点间从属关系并在传统隶属矩阵的基础上引入虚拟社群,使网络服务社群隶属关系影响度算法不仅能反映节点的社群隶属度,还能够反映节点的全局影响度。在LFR网络实验中,将该算法与同类算法进行算法敏感度和性能对比,在Internet2 OS3E仿真实验中通过模拟拒绝服务攻击验证算法划分的有效性。对比实验结果表明服务映射算法具有阈值选择低敏感性和高实用性的特点,且性能优于同类算法。仿真实验表明服务社群划分有效且能够反映节点服务间的关联性。

为解决联合作战筹划兵力编组科学高效的问题,提出了作战元能力非线性生成聚合作战能力的方法,建立了“作战子任务-聚合作战能力-作战元能力-营级作战单元”的兵力抽组关系。以作战能力供需向量匹配为基本抽组依据,构建了多优化目标多约束条件的联合作战层级的模块化兵力抽组模型。提出了基于遗传算法的模型求解框架,说明了决策变量编码、适应值计算、兵力抽组解码的流程方法。实验表明:基于作战能力的模块化兵力抽组模型,能够精确高效地抽组满足作战任务需要的营级作战单元。

区块链技术的去中心化、不可篡改和加密算法等特性是分布式组网身份认证的研究热点,但现有区块链存在算力要求高,效率低下的问题,在无人机蜂群组网中的应用受限。因此,设计了一种轻量化区块链的无人机蜂群身份认证系统。首先,构建了基于区块链的无人机蜂群身份认证系统模型。然后,对系统中的区块链共识算法 (Practical Byzantine Fault Tolerance,PBFT) 进行改进,提出了一种轻量化可信的PBFT共识算法(Lightweight Trusted PBFT,LTPBFT),通过引入信誉奖惩机制和投票机制降低了拜占庭节点担任主节点的概率。最后,通过优化流程降低了通信复杂度,实现了轻量级认证系统。仿真结果显示,与PBFT相比,LTPBFT共识算法在通信开销、吞吐量、共识时延和安全性方面有更高的效率和更强的稳定性。

采用基于层次分析法和理想点法相结合的方法,构建了含作战进程时间维度、战场推进距离、任务重要程度、任务紧急程度、周围调剂资源获取可能性、弹药需求量六个影响因素的弹药补给方式决策模型。首先,选取定点补给、机动补给、调剂补给、伴随补给四个典型弹药补给方式,确定理想情况的决策属性;然后,通过专家评估打分计算得到各影响因素的权重;最后,根据各方面专家给出战场六个影响因素的数值计算与各理想战时弹药补给方式的贴近度,贴近度最大的即为最优的战时弹药补给方式。通过实例分析,验证了该方式的有效性,对实际战时弹药补给方式决策具有指导意义,为弹药补给决策深入研究提供了方法和思路。

针对建筑物目标准确毁伤评估需求,提出一种基于有限元仿真结果识别的毁伤评估新方法。利用结构动力有限元分析软件SAP-2000进行目标毁伤数值模拟与分析,通过数值模拟结果的图像变化特征识别与指标量化,结合目标功能与物理毁伤等级判别准则,实现打击前的目标毁伤预评估。利用实例进行了仿真验证,结果表明,该方法在仿真条件下能够合理、有效实现建筑物目标的毁伤评估。

为提高舰载预警机对敌水面舰艇的搜索能力,保证舰载预警机能够安全持续地跟踪监视预警,提出了舰载预警机对海面目标侦察预警阵位配置方法。基于阵位配置的基本要求和作战背景的符合条件,分析了影响舰载预警机提供航母编队预警距离的因素,建立了舰载预警机巡逻线配置模型,充分考虑了舰载预警机在巡逻线端点的情况,并计算了最小无源探测距离。根据来袭水面舰艇的位置和运动状态及其作战能力对舰载预警机的阵位配置进行定量研究,利用Matlab仿真实验,验证了模型的有效性,为舰载预警机阵位配置提出建议,满足作战使用的需要。

信息通信兵棋作为提升指挥员信息通信保障指挥与筹划水平的研究平台,发挥着重要作用。选取信息通信兵棋算子展开建模研究。首先设计了信息通信兵棋算子建模框架,明确了实体解构、属性提取、数据描述的建模步骤及对应产品,然后提出了基于前分类本体的信息通信兵棋算子建模方法,定义了实体单元的基础分类、不同实体的本体模型和算子的计算机语言描述,最后以岛屿进攻战役信息通信保障为例,借助本体建模软件Protégé对基于前分类本体的信息通信兵棋算子建模方法进行了实验分析,验证了该方法的可行性与科学性。

海战场环境是制约海上武器装备效能发挥和遂行海上军事行动的重要条件。准确的海战场环境影响评估是提升海上作战能力和战场建设的重要“软实力”。首先对海战场环境及其影响评估进行简要介绍;随后综述了海战场环境影响评估方法和建模技术,梳理为四类:基于动力学仿真的评估方法、基于决策科学的评估方法、基于数据科学的评估方法和基于不确定性人工智能的评估方法,并对上述方法进行了详细阐述;最后对不同方法进行了对比分析和应用展望。

针对基于平面波声场模型的深海DOA(Direction of Arrival, DOA)估计存在误差的问题,从射线理论出发,建立了多途信道下深海DOA估计的阵列信号模型,推导出了深海多径声线传播时间和相邻阵元声线传播时延差的表征方法,运用解相干DOA估计算法,提高深海DOA估计性能,通过仿真验证了算法的有效性。研究表明,深海DOA估计问题实为多维参数优化问题;充分考虑海洋声场的声传播特性,可以从根本上解决深海DOA估计的误差问题。